8月AI模型周榜：千问3.8-Max跻身前五，国产模型齐头并进

8月AI模型周榜：千问3.8-Max跻身前五，国产模型齐头并进 | 前端进阶之旅

Full translation

完整中文译文

IT之家 8 月 3 日消息，Arena（arena.ai）平台发布 AI 大模型 2026 年第 31 周排行榜，本期统计周期为 2026 年 7 月 27 日至 8 月 2 日。

本周榜单迎来大量新模型更新，国产模型亮点突出：阿里 qwen3.8-max 首次亮相即杀入综合榜 Top 5，月之暗面 kimi-k3-max 位列综合榜第 13 名，字节跳动 seedream-5.0-pro 排名大幅上升 5 位，进入 AI 生图榜 Top 6，多款国产模型在细分榜单中取得亮眼成绩。整体来看，本周国产模型在头部梯队的占位进一步提升，与海外顶级模型的差距继续缩小。

本周综合榜头部几乎被 Anthropic 新品包揽，claude-fable-5 以 1509 分蝉联榜首，第二至第四名分别为 claude-opus-4-6-thinking（1505 分）、claude-opus-4-7-thinking（1502 分）、claude-opus-4-6（1497 分），分数差距均在 30 分以内，在统计误差范围内可视为接近。阿里最新发布的 qwen3.8-max 以 1496 分位列第 5 名，仅比榜首低 13 分，成为目前排名最高的国产模型，表现极为突出。

国产模型在本次综合榜中已有多款进入前 25 名，梯队分布如下：

阿里 qwen3.8-max 排名第 5，ELO 1496 分，为本次新入榜模型；
阿里 qwen3.8-max 排名第 5，ELO 1496 分，为本次新入榜模型；
月之暗面 kimi-k3-max 排名第 13，ELO 1485 分，本次新入榜；
月之暗面 kimi-k3-max 排名第 13，ELO 1485 分，本次新入榜；
阿里 qwen3.7-max-preview 排名第 22，ELO 1475 分，排名持平。
阿里 qwen3.7-max-preview 排名第 22，ELO 1475 分，排名持平。

代码榜方面，claude-fable-5 以 1553 分从第二名升至榜首，claude-opus-4-7-thinking 以 1552 分紧随其后，两款模型分差仅 1 分，在统计误差范围内并列。头部前 8 名中，阿里 qwen3.8-max 以 1530 分位列第 10 名，月之暗面 kimi-k3-max 同样以 1531 分排在第 8 名。国产模型首次有两款同时杀入代码榜 Top 10，进步显著。

月之暗面 kimi-k3-max 排名第 8，ELO 1531 分，本次新入榜，预发布状态；
月之暗面 kimi-k3-max 排名第 8，ELO 1531 分，本次新入榜，预发布状态；
阿里 qwen3.8-max 排名第 10，ELO 1530 分，本次新入榜，预发布状态；
阿里 qwen3.8-max 排名第 10，ELO 1530 分，本次新入榜，预发布状态；
阿里 qwen3.7-max-preview 排名第 17，ELO 1525 分，排名持平；
阿里 qwen3.7-max-preview 排名第 17，ELO 1525 分，排名持平；
智谱 glm-5.1 排名第 28，ELO 1518 分，较上周下降 7 位；
智谱 glm-5.1 排名第 28，ELO 1518 分，较上周下降 7 位；
小米 mimo-v2.5-pro 排名第 29，ELO 1518 分，排名下降 5 位。
小米 mimo-v2.5-pro 排名第 29，ELO 1518 分，排名下降 5 位。

前端开发榜中，claude-opus-5-max 以 1705 分守住榜首位置，月之暗面 kimi-k3-max 以 1676 分位列第二，阿里 qwen3.8-max 以 1668 分排名第四，国产模型共有三款进入 Top 8，占据半壁江山。kimi-k3-max 仅落后榜首 29 分，在统计误差范围内与头部海外模型非常接近。

月之暗面 kimi-k3-max 排名第 2，ELO 1676 分，预发布状态；
月之暗面 kimi-k3-max 排名第 2，ELO 1676 分，预发布状态；
阿里 qwen3.8-max 排名第 4，ELO 1668 分，预发布状态；
阿里 qwen3.8-max 排名第 4，ELO 1668 分，预发布状态；
智谱 glm-5.2-max 排名第 7，ELO 1586 分；
智谱 glm-5.2-max 排名第 7，ELO 1586 分；
字节跳动 seed-2.1-pro-preview 排名第 19，ELO 1527 分，预发布状态；
字节跳动 seed-2.1-pro-preview 排名第 19，ELO 1527 分，预发布状态；
阿里 qwen3.7-max-20260517 排名第 23，ELO 1517 分。
阿里 qwen3.7-max-20260517 排名第 23，ELO 1517 分。

智能体榜采用百分比信号评分体系。本周 Claude Fable 5 (High) 以 12.58% 的净提升度稳居第一，Claude Opus 5 (Max) 和 Claude Opus 5 (High) 分列第二、第三位，头部格局基本稳定。Anthropic 旗下模型占据前七名中的五席，在智能体任务领域仍保持明显优势。工具幻觉率最低的模型是腾讯 hy3，仅为 0.33%；可控性最强的模型是 Nemotron 3 Ultra，达到 20.73%。

MiniMax minimax-m3 排名第 33 名，净提升度 2.55%，任务确认成功率 5.67%；
MiniMax minimax-m3 排名第 33 名，净提升度 2.55%，任务确认成功率 5.67%；
深度求索 DeepSeek V4 Flash 排名第 34 名，净提升度 2.96%，任务确认成功率 4.9%；
深度求索 DeepSeek V4 Flash 排名第 34 名，净提升度 2.96%，任务确认成功率 4.9%；
小米 Mimo V2.5 Pro 排名第 32 名，净提升度 2.52%，任务确认成功率 3.81%；
小米 Mimo V2.5 Pro 排名第 32 名，净提升度 2.52%，任务确认成功率 3.81%；
阿里 Qwen3.7 Max 排名第 25 名，净提升度 0.53%，任务确认成功率 1.95%；
阿里 Qwen3.7 Max 排名第 25 名，净提升度 0.53%，任务确认成功率 1.95%；
月之暗面 Kimi K3 (Max) 排名第 5 名，净提升度 9.91%，任务确认成功率 14.23%，进入智能体榜 Top 5。
月之暗面 Kimi K3 (Max) 排名第 5 名，净提升度 9.91%，任务确认成功率 14.23%，进入智能体榜 Top 5。

AI 生图榜本周最大的亮点，是字节跳动 seedream-5.0-pro 排名大幅上升 5 位，从第 11 名升至第 6 名，ELO 分数达到 1257 分，仅落后榜首 gpt-image-2 (medium) 124 分，成功杀入 Top 6，成为排名最高的国产 AI 生图模型。另有多款国产模型进入前 30 名，hunyuan-image-3.0 排名第 25，seedream-4.5 排名第 28，整体表现稳定。

AI 视频榜头部格局稳定，gemini-omni-flash 以 1513 分继续排名第一，字节跳动 dreamina-seedance-2.0-720p 以 1479 分守住第二的位置，阿里 happyhorse-1.0 以 1428 分排名第四，两款国产模型稳居前五，表现稳定。国产模型共有 7 款进入前 30，整体占据中上游位置。

总结来看，本周 Arena AI 大模型周榜迎来密集更新，大量新模型首次入榜，国产模型整体取得突破性进展：阿里 qwen3.8-max 首次亮相即杀入综合榜 Top 5，代码榜和前端开发榜也均有国产模型进入 Top 10；字节跳动 seedream-5.0-pro 排名大幅提升，进入 AI 生图榜 Top 6；AI 视频榜始终有两款国产模型稳居前五，月之暗面 kimi-k3-max 在智能体榜也进入 Top 5。国产大模型在多个维度持续缩小与海外顶级模型的差距，后续新品发布值得期待。

广告声明：文内含有的对外跳转链接（包括但不限于超链接、二维码、口令等形式），用于传递更多信息、节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。

软媒旗下网站：IT之家最会买 - 返利返现优惠券 iPhone之家 Win7之家 Win10之家 Win11之家

软媒旗下软件：软媒手机 APP 应用魔方最会买要知